使用正则表达式在C＃中查找带转义引号的带引号的字符串

我试图在一行上找到所有引用的文本。

例：

"Some Text" "Some more Text" "Even more text about \"this text\""

我需要得到：

\"[^\"\r]*\" 除了引号外，给了我所有的东西，因为引号已转义。

我已经阅读过有关\"[^\"\\]*(?:\\.[^\"\\]*)*\"工作的信息，但是在运行时出现错误：

parsing ""[^"\]*(?:\.[^"\]*)*"" - Unterminated [] set.

我该如何解决？

您所拥有的是Friedl的“展开循环”技术的一个示例，但是您似乎对如何将其表示为字符串文字感到困惑。这是正则表达式编译器的外观：

"[^"\\]*(?:\\.[^"\\]*)*"

首字母"[^"\\]*与引号匹配，后跟零个或多个除引号或反斜杠之外的任何字符。仅此部分以及最终部分"将匹配一个简单的带引号的字符串，且没有嵌入的转义序列，例如"this"或""。

如果确实

遇到反斜杠，则\\.消耗反斜杠及其后的所有内容，并且[^"\\]*（再次）消耗掉直到下一个反斜杠或引号的所有内容。该部分将根据需要重复多次，直到出现未转义的引号（或到达字符串的末尾并且匹配尝试失败）为止。

请注意，这将"foo\"-在中匹配\"foo\"-"bar"。这似乎暴露了正则表达式中的缺陷，但事实并非如此。这是无效的输入

。目标是匹配带引号的字符串（可选地包含嵌入在其他文本中的反斜杠转义的引号）—为什么引号字符串之外

的转义引号？如果您确实需要支持，那么您会遇到一个更加复杂的问题，需要一种截然不同的方法。

就像我说的，上面是正则表达式对正则表达式编译器的外观。但是，您是以字符串文字的形式编写它的，而这些字符串往往会特别对待某些字符，即反斜杠和引号。幸运的是，C＃的逐字字符串免除了您必须两次转义反斜杠的麻烦。您只需要用另一个引号将每个引号引起来：

Regex r = new Regex(@"""[^""\\]*(?:\\.[^""\\]*)*""");

因此，规则是C＃编译器使用双引号，而regex编译器使用双反斜杠-

既好又简单。这个特殊的正则表达式可能看起来有些尴尬，在两端都带有三个引号，但是请考虑以下选择：

Regex r = new Regex("\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"");

在Java中，您始终必须以这种方式编写它们。:-(